Differentially Private Computation of Basic Reproduction Numbers in Networked Epidemic Models
针对网络化流行病模型,提出差分隐私计算基本再生数$R_0$的框架,保护网络边权重,平衡隐私与精度,并在COVID-19旅行数据上验证,平均误差低至7.6%。
2023-09-29 cs.CR cs.SI physics.soc-ph
Evolution of mutating pathogens in networked populations
Bar-Ilan University(巴伊兰大学);Jerusalem College of Technology(耶路撒冷理工学院)
本文研究网络化种群中病原体以死亡平均时间为突变参数的持续演化,结合解析与数值模拟揭示自然选择使较温和病原体占优,并利用新冠数据解释变异株传播过程。
2025-09-27 physics.soc-ph q-bio.PE
A Two-Dose Vaccine Epidemic Model with Power Incidence Rate
研究了一类具有幂关系发生率$(βI^p S^q)$的SIVR模型的动力学行为.假设一个人在接种第一剂疫苗后可能易感,因此需要第二剂疫苗才能获得永久免疫力。严格地给出了无病平衡点和地方病平衡点的定态条件。进行数值模拟以确定指数参数$(p;q)$对感染的影响。
2019-05-02 physics.soc-ph q-bio.PE
Distributed Resource Allocation for Epidemic control
University of Pennsylvania(宾夕法尼亚大学)
本文提出基于D-ADMM算法的分布式资源分配策略,用于控制网络中流行病爆发。通过线性化SIS模型,考虑节点在感染存在下分配疫苗和治疗药物,并将流行病控制条件转化为涉及Perron-Frobenius特征值的谱约束,以几何规划形式解决资源分配问题。
2015-01-08 cs.SY eess.SY math.OC
Analytical computation of the epidemic threshold on temporal networks
网络系统中接触的时间变化可能从根本上改变传播过程的性质,并影响大规模传播的条件,如流行病阈值中所编码的那样。尽管物理学、应用数学、计算机科学和流行病学界对这个问题有很大的兴趣,但仍然缺乏完整的理论理解,目前仅限于传播和网络动态之间的时间尺度分离或特定的时间网络模型。我们考虑一个马尔可夫链描述的易感性传染性易感过程的任意时间网络。通过采用多层的角度来看,我们开发了一个通用的分析推导的流行阈值的谱半径的矩阵,编码网络结构和疾病的动态。一组时间模型和经验网络和对数值结果的方法的准确性得到证实。此外,我们还探讨了当时间网络的整体观测时间发生变化时阈值的变化,从而为经验时间网络系统的数据收集提供了最佳时间窗口。我们的框架是基本的和实际的兴趣,因为它提供了新的理解时间网络和传播动态之间的相互作用。
2015-04-13 physics.soc-ph q-bio.PE
Epidemic thresholds and disease dynamics in metapopulations: the role of network geometry and human mobility
本文利用SIR-Network模型研究网络化元种群中的流行病阈值与疾病动态,发现星形、环形及其组合网络在特定感染率下具有相同的流行病阈值公式,并通过模拟验证了不同几何结构的影响。
2023-08-03 physics.soc-ph
Optimal Vaccine Allocation to Control Epidemic Outbreaks in Arbitrary Networks
我们考虑通过在网络中分配疫苗接种资源来控制任意接触网络中流行病爆发的传播问题。我们分析了网络版本的易感-感染-易感(SIS)流行病模型时,在网络中的个人呈现不同程度的易感性的流行病。在这种情况下,控制流行病爆发的传播可以写成一个谱条件,涉及依赖于网络结构和模型参数的矩阵的特征值。我们研究的问题,在整个网络中找到疫苗的最佳分布,以控制流行病爆发的蔓延。我们提出了一个凸框架,以找到成本最优的疫苗接种资源的分配时,允许不同的疫苗接种水平。我们还提出了一个贪婪的方法,质量保证的情况下,全有或全无疫苗接种。我们说明了我们的方法在一个真实的社会网络的数值模拟。
2013-03-16 cs.SI math.OC physics.soc-ph
Network Epidemic Control via Model Predictive Control: Extended Version
Boston University(波士顿大学)
针对网络SIQR模型,提出一种通过硬谱约束严格抑制传播的安全关键模型预测控制(MPC)方法,实现可调指数衰减率,并证明递归可行性和全局衰减。
2026-05-25 cs.SY eess.SY math.OC
Abrupt phase transition of epidemic spreading in simplicial complexes
网络几何是一种将网络结构描述为几何对象的方法,它的研究正在彻底改变我们对网络系统动力学过程的理解。在这里,我们处理的问题,传染病传播,使用易感-感染-易感(SIS)模型,在单纯复形。特别是,我们分析了复杂网络中的SIS的动力学,其特征在于成对的相互作用(链接)和三体相互作用(填充三角形,也称为2-单纯形)。这种高阶描述的传染病传播解析制定使用微观马尔可夫链近似。对模型的不动点解的分析揭示了一个有趣的相变,该相变随着2-单形的传染性参数而变得突然。我们的研究结果为网络理论家铺平了道路,以推进我们的物理理解传染病传播在真实的情况下,疾病之间的群体之间以及之间的传播,并更好地了解单纯复合体的动力学过程的行为。
2020-01-23 physics.soc-ph
Impact of origin-destination information in epidemic spreading
接触的网络结构塑造了流行病传播过程。网络理论的最新进展提高了我们对大规模流行病过程的理解。在传染病传播的研究中,仍需对若干考虑因素的相关性进行评估。其中之一是说明传染病携带者流动的来源地和目的地模式的影响。在这里,我们计算始发地-目的地模式兼容的经验数据的粗粒度流在航空运输网络。我们研究的发病率流行病的过程中的集合种群的方法,考虑不同的替代方案的流量先验知识。在数据驱动的情景中,考虑了对来源地和目的地流量的估计,结果证明与在微观层面评估流行病的影响有关(在我们的情景中,哪些人群被感染)。然而,这一信息与评估其宏观发病率(感染人群的比例)无关。这些结果对于实现更好的计算平台来预测流行病发病率是有意义的。
2018-12-24 cond-mat.stat-mech cs.SI physics.soc-ph
Multiple peaks patterns of epidemic spreading in multi-layer networks
近年来,网络个体群体中传染病传播的研究取得了许多重要进展。然而,以往研究的一个共同点是,在每一次传染病传播事件中,感染密度只有一个峰值。从世界各地不同城市的真实数据来看,除了感染密度的主要单峰特征外,由两个(或多个)峰值组成的模式存在有限的概率。我们发现,这样的后一个功能是完全独特的多层网络的相互作用,并揭示,实际上是一个两个峰值模式出现从不同的时间延迟,在这两个层之间的流行病传播。此外,我们表明,必要的成分是不同的程度分布在两个层和层之间的弱耦合条件。此外,基于边缘的理论,充分解释了所有的数值结果。因此,我们的研究结果可能对预防流行病的次生灾害具有重要意义,这在现实生活中是绝对不希望的。
2017-06-23 physics.soc-ph
Antivax movement and epidemic spreading in the era of social networks: Nonmonotonic effects, bistability and network segregation
在这项工作中,我们解决了一个多耦合动力学的复杂网络与可调结构隔离。具体来说,我们在疫苗接种运动下与支持和反对疫苗的代理人一起研究网络化的传染病传播。我们的研究结果表明,这种耦合动力学表现出无数的现象,如伴随着双稳态的非平衡转变。此外,我们观察到一个中间最佳隔离水平的出现,其中社区结构增强了对疫苗接种的负面意见,但违反直觉地阻碍了-而不是有利于-全球疾病传播。因此,我们的研究结果表明,疫苗接种运动应避免最终隔离过度反疫苗群体的政策,使他们有效地发挥回声室的作用,在其中个人寻求确认,而不会危及整个人口的安全。
2021-08-24 physics.soc-ph q-bio.PE
Mesoscale community organization governs epidemic onset and spread in metapopulations
Florida State University(佛罗里达州立大学)
该研究提出层次化集合种群流行病传播框架,揭示社区内部连通性这一中尺度组织决定疫情暴发与传播,并结合真实数据验证了框架的稳健性。
2025-11-06 nlin.AO physics.soc-ph
From Agent-Based Markov Dynamics to Hierarchical Closures on Networks: Emergent Complexity and Epidemic Applications
Centre For Multiscale Energy Systems, School of Mechanical and Mining Engineering, The University of Queensland(昆士兰大学机械与矿业工程学院多尺度能源中心)
本文提出了一种基于代理的SIR流行病动态模型,通过马尔可夫过程和分层闭合方法分析网络中的随机传播,探讨了网络拓扑和系统复杂性对流行病传播的影响。
2026-01-05 nlin.AO physics.soc-ph
Epidemic Thresholds of Infectious Diseases on Tie-Decay Networks
在网络传染病的研究中,研究人员计算流行阈值,以帮助预测疾病最终是否会感染大部分人口。由于网络结构通常随时间变化,这从根本上影响了传播过程的动态,进而影响疾病传播的流行阈值,因此研究时间网络中的流行阈值非常重要。现有的时间网络中流行病阈值的研究大多集中在离散时间模型,但大多数现实世界中的网络系统在时间上不断演变。在我们的工作中,我们编码的连续时间依赖的网络到评估的易感-感染-易感(SIS)过程的流行病阈值通过研究一个SIS模型的领带衰减网络。我们推导了该模型的临界条件,并通过数值实验进行了验证。我们还研究了不同的因素-网络中联系强度的衰减系数,节点之间的相互作用频率,以及互动发生的底层社会网络的稀疏性-导致阈值临界值的降低或升高,从而有助于促进或阻碍疾病的传播。因此,我们展示了领带衰变网络的功能如何改变疾病传播的结果。
2021-08-10 cs.SI math.DS nlin.AO
Efficient parameter inference in networked dynamical systems via steady states: A surrogate objective function approach integrating mean-field and nonlinear least squares
针对网络化动力系统仅能获取含噪稳态数据、传统参数推断计算量大的问题,提出融合平均场与非线性最小二乘的代理目标函数方法,利用解耦方程降本增效,在多类网络验证有效,可提升预测能力。
2025-03-24 nlin.AO physics.bio-ph physics.soc-ph
Dynamics of cascades on burstiness-controlled temporal networks
突发性是交互事件在时间上不均匀分布的趋势,对物理和社会系统中的信息传播至关重要。然而,缺乏一个分析框架捕捉突发性的影响,通用动态。我们开发了一个主方程的形式主义研究级联的时间网络与突发更新过程建模。在数值模拟和数据驱动的模拟的支持下,我们描述了异质时间相互作用和阈值驱动和传染病传播模型之间的相互作用。我们发现,对于阈值模型,增加间隔时间方差既可以加速传播,也可以减慢传播,但只能减慢传染病传播。当考虑到不同事件时间分布的偏斜度时,传播时间会坍缩到一条通用曲线上。我们的框架揭示了通用扩散机制和底层时间网络结构之间的深刻而微妙的联系,这些结构影响了广泛的网络现象,从自旋相互作用到流行病传染和语言动力学。
2020-07-13 physics.soc-ph
Assessing the Impact of Social Network Structure on the Diffusion of Coronavirus Disease (COVID-19): A Generalized Spatial SEIRD Model
在本文中,我研究了一个广义的空间SEIRD模型中的流行病扩散,其中个人最初连接在一个社会或地理网络。随着病毒在网络中传播,由于预防措施和/或空间距离政策,人与人之间的互动结构可能会随着时间的推移而发生内在变化。我通过模拟探索动态连接疾病扩散和网络特性的协同进化过程的动态特性。结果表明,为了预测网络种群中的流行病现象如何演变,仅仅关注初始相互作用结构的性质是不够的。事实上,网络结构和隔间份额的共同进化强烈地塑造了流行病扩散的过程,特别是在其速度方面。此外,我表明,空间距离政策的时机和功能可能会显着影响其有效性。
2020-10-21 physics.soc-ph q-bio.PE
Emergent dilemma and periodic oscillation in the nonlinear interplay between epidemic and behavior
Beihang University(北京航空航天大学);Key laboratory of Mathematics, Informatics and Behavioral Semantics, Beihang University(北京航空航天大学数学、信息与行为语义重点实验室);Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, Beihang University(北京航空航天大学未来区块链与隐私计算高级创新中心);State Key Laboratory of Complex & Critical Software Environment, Beihang University(北京航空航天大学复杂与关键软件环境国家重点实验室);Beijing Academy of Blockchain and Edge Computing(北京区块链与边缘计算研究院);School of Mathematical Sciences, Beihang University(北京航空航天大学数学科学学院);School of Logistics, Beijing Wuzi University(北京物资学院物流学院);Hangzhou International Innovation Institute, Beihang University(北京航空航天大学杭州国际创新学院)
本研究通过耦合非线性行为响应与社会影响的共演化模型,揭示了高感染率下非药物干预(NPI)遵从性突降至零的社会困境,并发现社会影响可导致周期振荡,挑战了传统线性耦合观点。
2026-06-11 physics.soc-ph
Coevolution spreading in complex networks
疾病、行为和信息在真实系统中的传播很少是相互独立的,而是通过强相互作用共同进化的。网络协同进化传播的时空演化模式和临界现象对于揭示其动力学机制具有重要意义,它为控制传染病传播、预测社会系统中的集体行为等提供了理论基础,因此复杂网络协同进化传播动力学研究受到了众多学科的关注。本文介绍了协同进化传播动力学研究的最新进展,强调了统计力学和网络科学角度的贡献。详细介绍了生物传染、社会传染、免疫意识和免疫资源等4种典型的协同进化传播机制的理论方法、临界现象、相变、相互作用机制和网络拓扑效应,并讨论了该领域面临的挑战和有待进一步研究的问题。
2019-07-18 cs.SI physics.soc-ph
A Quantum Approach for Optimal Transient Control in Network-Based Epidemic Models
Istituto Nazionale di Geofisica e Vulcanologia(意大利地球物理和火山学研究所);Politecnico di Torino(都灵理工大学)
本文提出利用量子计算优化网络流行病模型中移动限制策略,通过二次无约束二元优化解决NP难的控制问题,展示量子算法在流行病控制中的应用潜力。
2025-07-17 physics.soc-ph q-bio.PE
Competing spreading dynamics in simplicial complex
生物学和社会系统中的相互作用并不局限于成对的,而是可以采取任意大小。大量的研究表明,任意大小的相互作用显着影响网络系统的传播动力学。竞争传播动态,即,几种流行病同时传播并相互竞争的现象在现实世界中已被广泛观察到,但任意大小的相互作用如何影响竞争传播动力学仍然缺乏系统的研究。本文提出了一个由单纯复形表示的高阶系统上的两个竞争单纯易感传染病模型,并分析了该模型的临界现象。在所提出的模型中,易感节点只能被两种流行病中的一种感染,并且感染向邻居的传播可以通过成对(即,边缘)和高阶(例如,2-单形)相互作用。通过平均场(MF)理论分析和数值模拟,我们表明,该模型显示出丰富的动力学行为依赖于2-单纯形感染强度。当2-单纯形感染强度较弱时,模型的相图与简单图一致,由三个区域组成:每个流行病的绝对优势区域和无寄生虫区域。随着2-单纯形感染强度的增加,出现了一个新的相位区,称为交替优势区。在这一区域,一种流行病的存活取决于初始条件。我们的理论分析可以合理地预测时间演变和稳态爆发规模在每个区域。此外,我们还进一步探讨了2-单纯形感染强度对称和非对称时模型的相图。结果表明,2-单纯形感染强度对体系相图有显著影响。
2021-05-18 nlin.CD physics.soc-ph
Pulse strategy for suppressing spreading on networks
在网络传播模型中,每个节点可以感染其邻居并自发治愈。假定固化随时间均匀发生。脉冲免疫/治疗策略更有效且广泛地应用于抑制扩散过程。我们通过基本的易感感染(SI)过程与脉冲治疗模型的流行病过程,并纳入底层的接触网络。脉冲SI模型的平均场传染阈值为$\frac{1}{λ_1}\ln\frac{1}{1-p}$,其中$λ_1$和$p$分别是邻接矩阵的最大特征值和每个固化所覆盖的节点的分数.与广泛研究的均匀固化过程相比,我们发现脉冲固化策略节省了约$36.8$ \%,即$p\approx 0.632$,固化操作的数量不变的网络结构。我们的研究结果可以帮助相关政策制定者估计控制传播过程的成本。
2019-04-24 cs.CR cs.SI physics.soc-ph
Annealed and Mean-Field formulations of Disease Dynamics on Static and Adaptive Networks
我们使用复杂网络的退火公式来研究疾病在静态和自适应网络系统上传播的动力学行为。这种统一的方法依赖于退火邻接矩阵,代表一个网络系综,并允许解决整个网络系综的动态演化一次。我们的研究结果准确地再现了广泛的数值模拟所获得的结果,显示出较大的改善,相对于通常的异质平均场制剂。此外,通过退火配方,我们得到了一个新的异质平均场配方,正确地再现了流行病的动力学。
2010-11-06 cond-mat.stat-mech physics.comp-ph physics.soc-ph
Modeling Multistability and Hysteresis in Urban Congestion Spreading
University of Seoul(首尔大学);Urban Big data and AI Institute, University of Seoul(首尔大学城市大数据与人工智能研究所)
本文提出了一种拥堵传播和消散模型,揭示了恢复过程在城市交通多稳态和滞后现象中的关键作用。
2025-12-16 nlin.AO physics.data-an physics.soc-ph
Fundamentals of spreading processes in single and multilayer complex networks
传播过程已在文献中进行了大量的研究,无论是分析和大规模的数值模拟。这些过程主要包括疾病、谣言和信息在特定人群中的传播。在过去的二十年里,随着现代网络科学的出现,我们目睹了这一研究领域的重大进展。在这里,我们回顾了主要的理论和数值方法的研究复杂网络系统上的传播过程。具体来说,我们正式定义的传染病过程的单层和多层网络,并详细讨论了用于进行数值模拟的主要方法。在整个综述中,我们将传播过程(疾病和谣言模型)根据时间的性质分为两类:(i)连续时间和(ii)元胞自动机方法,其中第二种方法可以进一步分为同步和异步更新方案。我们的修订包括异质平均场,淬火平均场,和对淬火平均场的方法,以及各自的模拟技术,强调不同的技术之间的相似性和差异。这里介绍的内容提供了一整套方法来研究复杂网络中的类递归过程,无论是对于没有以前的经验的研究人员还是专家。
2019-05-09 cond-mat.stat-mech physics.soc-ph q-bio.PE
Coupled dynamics of endemic disease transmission and gradual awareness diffusion in multiplex networks
本研究提出多重网络中意识扩散与疾病传播的耦合模型,解析阈值并验证准确性,揭示强意识形成对疫情控制的关键作用。
2022-10-21 cs.SI nlin.AO physics.soc-ph
Detecting structural perturbations from time series with deep learning
在复杂系统中,微小的扰动会引发功能性故障。一项具有挑战性的任务是推断网络系统中干扰的结构原因,以防止灾难的发生。我们提出了一种借鉴深度学习范式的图神经网络方法,用于从函数时间序列中推断结构扰动。我们表明,我们的数据驱动的方法优于典型的重建方法,同时满足贝叶斯推断的准确性。我们验证了我们的方法的通用性和性能与传染病传播,人口动力学和神经动力学,在各种网络结构:随机网络,无标度网络,25个真正的食物网系统,和C。优雅连接体。此外,我们报告说,我们的方法是强大的数据腐败。这项工作揭示了一个实用的途径来研究现实世界的复杂系统的弹性。
2020-06-09 cs.LG physics.soc-ph stat.AP
Time-varying networks approach to social dynamics: From individual to collective behavior
在这篇论文中,我们有助于理解的关键作用的时间维度的网络社会系统,以前被忽视,现在发现的数据革命最近在这一领域蓬勃发展。为此,我们首先介绍了时变网络的形式主义,并分析了社会动力学的一些经验数据,广泛使用的论文的其余部分。我们讨论了人类接触网络的结构和时间特性,如社会互动的异质性和突发性,我们提出了一个简单的模型,植根于社会吸引力,能够重现它们。然后,我们探讨了运行在时间网络上的动态过程的行为,由经验面对面的相互作用构成,详细讨论了随机游走和传染病传播的基本情况。我们还开发了一种分析方法,能够计算活动驱动模型的结构和渗流特性,旨在描述广泛的社会互动,由所涉及的个人的活动驱动。我们在社会时变网络的快速发展框架中的贡献为未来的工作开辟了有趣的视角,例如研究时间维度对多层系统的影响。
2016-08-12 cs.SI physics.soc-ph
Modelling indirect interactions during failure spreading in a project activity network
传播广义上是指实体通过其交互组件在整个网络系统中传播的概念。从疾病流行到金融系统性风险等一系列现象都可以看出其普遍性和严重性。为了理解这些关键现象的动力学,计算模型将传播概率映射为直接暴露的函数,通常以组件之间的成对相互作用的形式。通过这样做,间接相互作用的重要作用仍然没有得到探索。作为回应,我们开发了一个简单的模型,该模型可以解释直接和后续暴露的影响,并将其部署在现实工程项目中故障传播的新背景下。我们发现,后续曝光有显着的影响,在关键方面,包括:(a)最终的传播事件的大小,(b)传播速率,和(c)传播事件的结构。此外,我们还证明了在大规模传播事件中隐藏的影响者的存在,并评估了直接和随后的曝光在其出现中的作用。鉴于后续曝光的重要性的证据,我们的研究结果提供了新的见解,在一般的网络动态建模时需要包括的特定方面,特别是传播过程。
2018-02-06 cs.SI physics.soc-ph
Reconstructing propagation networks with natural diversity and identifying hidden sources
我们从数据中揭示复杂网络结构和动态的能力是理解和控制复杂系统中集体动态的基础。尽管最近在这一领域取得了进展,从有限的时间序列重建网络的随机动力学过程仍然是一个突出的问题。在这里,我们开发了一个基于压缩感知的框架,以重建随机传播动态发生的复杂网络。我们将该方法应用于大量的模型和真实网络,发现可以从少量的极化(二进制)数据中实现非均匀相互作用的完全重建,这是压缩感知的一个优点。此外,我们证明了一个隐藏的源,触发的传播过程,但外部无法访问,可以确定和定位的直接传播路径的情况下,具有很高的信心。因此,我们的方法建立了一个范例,跟踪和控制流行病入侵和信息扩散在复杂的网络系统。
2014-07-16 cs.SI physics.soc-ph
Statistical inference of dynamical processes on networks
Tampere University(坦佩雷大学);Goethe University Frankfurt(法兰克福歌德大学);Central European University(中欧大学);Universidad Nacional Autonóma de México(墨西哥国立自治大学)
研究网络二元状态传播过程模型选择,提出通用框架,利用渐近近似预测结果,刻画六种传播机制可检测性,评估其在实证数据集上的普遍性,指出统计模型选择在常见条件下可能失败并给出新方向。
2026-07-10 physics.soc-ph
The optimal edge for containing the spreading of SIS model
现实世界中的许多系统,如通信平台和交通系统,都可以抽象为复杂网络。包含扩散动态(例如,传染病传播和错误信息传播)是多个领域的热门话题。以前的大多数策略都是基于节点的免疫。然而,有时,这些基于节点的策略可能是不切实际的。例如,在训练运输网络中,隔离训练站以预防流感是戏剧性的。相反,暂时停止车站之间的一些连接更容易被接受。因此,我们关注基于边的包含策略。在这项研究中,我们开发了一个理论框架,以找到最佳的边缘,以遏制复杂网络上的易感-感染-易感模型的传播。具体地说,通过对SIS模型的离散马尔可夫链方程进行扰动,我们推导出了一个公式,该公式近似地提供了网络中某个边失活后的爆发规模递减。然后,我们通过简单地选择具有最大递减爆发大小的边缘来确定最佳边缘。请注意,我们提出的理论框架结合了网络结构和传播动力学的信息。最后,我们通过大量的数值模拟测试我们的方法的性能。结果表明,我们的战略总是优于其他战略的基础上,只有结构属性(度或边缘介数中心)。该研究的理论框架可以推广到其他传播模型,并为进一步研究基于边的免疫策略提供了启示。
2020-02-16 physics.soc-ph
Evolution of the Global Risk Network Mean-Field Stability Point
随着人口的稳步增长和技术的快速进步,全球人际网络的规模和连接密度都在增加。这种增长加剧了网络化的全球威胁,并可能导致意想不到的后果,如航空旅行介导的全球流行病,网络空间的威胁,全球治理等的定量了解的机制,指导这一全球网络是必要的适当的操作和维护的全球基础设施。世界经济论坛每年都会发布一份关于全球风险的权威报告,并将这些数据应用于CARP模型,我们可以回答一些关键问题,例如网络如何随着时间的推移而演变。在演化过程中,我们比较的不是全球风险网络在不同时间点的当前状态,而是在这些时间点的稳定状态,如果风险不减弱,就会达到稳定状态。通过观察稳定状态,可以更清楚地看到国际社会在每个时间点所面临的全球经济和稳定所面临的挑战的差异。最后,我们研究了全球网络中的风险之间的影响,使用一种成功区分相关性和因果关系的方法。本文中提出的所有结果都是使用详细的数学分析与模拟来支持我们的研究结果。
2017-10-15 cs.SI physics.soc-ph
Discovering and Predicting Temporal Patterns of WiFi-interactive Social Populations
人们一直致力于刻画这种复杂网络(系统)的节点(组件)之间丰富的连接模式,在这一领域研究的发展过程中,人们开始思考一个基本问题:网络的复杂拓扑特征如何影响或决定网络系统的集体行为和性能?虽然已经从理论或经验的角度对这一核心问题进行了优雅的尝试,例如,从同步,流行病,进化合作和复杂网络的控制的角度,但在新兴的网络科学领域,这个广泛关注的关键问题仍然是开放的。这些卓有成效的进展也推动了理解(移动)社交网络的愿望,并以相互依赖的集体动态和行为模式来表征人类社会群体。如今,大量的数字技术被不显眼地嵌入到人类日常活动的物理世界中,这为爆炸性的人类物理互动提供了无与伦比的机会,谁在什么时间与谁联系。这些强大的技术包括蓝牙,有源射频识别(RFID)技术,无线传感器,以及更接近我们在本文中感兴趣的WiFi技术。作为现代社会的一个缩影,大学处于WiFi信号的覆盖范围内,WiFi系统会记录授权WiFi用户访问校园无线服务时的数字访问日志。这种WiFi访问记录作为间接代理数据,可以有效地代理大规模人群的社会互动。
2014-12-19 cs.CY cs.SI physics.soc-ph
From Micro to Macro: Uncovering and Predicting Information Cascading Process with Behavioral Dynamics
级联在各种网络环境中普遍存在。如何预测这些级联在几个重要的应用中是非常重要的,例如病毒式营销,流行病预防和交通管理。以往的工作主要集中在预测最终的叶栅尺寸。由于级联是典型的动态过程,因此预测任何时候的级联规模,或预测级联达到一定规模(例如爆发阈值)的时间,总是令人感兴趣和重要的。在本文中,我们将所有这些任务统一为一个基本问题:级联过程预测。也就是说,给定级联的早期阶段,如何预测其任何以后时间的累积级联大小?对于这样一个具有挑战性的问题,如何理解驱动和产生宏观现象(即级联过程)的微观机制是至关重要的。在这里,我们引入行为动力学的微观机制来描述一个节点的邻居被感染后,这个节点被感染的级联(即一跳子级联)的动态过程。通过数据驱动分析,我们发现了行为动力学的共同规律和模式,并提出了一种新的网络威布尔回归模型的行为动力学建模。在此基础上,我们提出了一种新的预测级联过程的方法,有效地聚集行为动力学,并提出了一个可扩展的解决方案,以近似级联过程的理论保证。我们在一个大规模的社交网络数据集上广泛地评估了所提出的方法。结果表明,该方法在级联规模预测、爆发时间预测和级联过程预测等多个任务中的性能均优于其他最先进的基线方法。
2015-05-27 cs.SI physics.soc-ph